在如今的检测应用中，无论是以工业产品为检测目标，还是以实验室标本为检测对象，机器视觉技术都已经成为首选的技术手段。机器视觉系统图像采集环节可以完整准确的获取检测目标的图像信息，并经由图像传输环节在第一时间将信息传送到终端设备或图像处理中心，最终机器视觉系统图像处理环节还可以对图像信息进行增强、滤波、提取等操作。用户通过机器视觉技术可以实现在最短的时间内获得最清晰准确的图像信息，与标准信息进行对比，以此来判断检测目标的状态，实现检测这一目的。

        边缘检测目前是最为常见的检测项目之一，由于边缘通常存在于目标与目标、目标与背景、区域与区域之间的位置，是图像局部亮度变化最显著的部分。因此，边缘检测可以说是对图像识别、分析、处理的基础，甚至有时只是单纯实施边缘检测就已经可以实现最终的检测目的，例如对产品形状规格的检测等应用。边缘检测主要有定位、滤波、增强、检测等几个重要步骤，这其中，机器视觉技术刚好可以很好的满足各步骤的需求，使边缘检测应用能够更高速、高灵敏度、高准确度以及高自动化等。

        1、定位：想要进行边缘检测，就需要先确定其边缘位置，因此，快速准确的定位就是其中的关键步骤了。机器视觉技术利用光源与相机等进行成像，尤其对于亮度变化显著的部位可以更加快捷的识别定位，非常适用于边缘检测定位应用。

        2、滤波：这一过程是提高信噪比的重要环节，通过滤波可以有效的减少在目标成像过程中噪声的影响，提高信噪比，从而使获取的目标信息更加清晰，使边缘检测更加简单。采用机器视觉技术进行边缘检测，系统图像处理环节就可以实现滤波这一环节，省去了需要单独另外安装滤波器的麻烦。

        3、增强：增强与滤波这两个步骤，都是为了能够更好的获取目标边缘信息，增强便是为了能够使边缘处的亮度变化更加明显。机器视觉系统图像处理环节可以针对图像信息进行一定程度的增强，使获取的图像更加清晰。

        4、检测：检测这一步骤自是不用多说，机器视觉技术在各检测领域的适用性已经早就展现的淋漓尽致了，而机器视觉系统的各组件都在检测应用上发挥着重要的作用。